Htl Leonding

Tag der Offen Tür

KIDS Künstliche Intelligenz & Data Science

Project Cars

Goals

Dataset

Problems



Conclusion of the Plots

We see that we don't see a lot of clear structure/correlation within our dataset. The next logical thing is to to think about correlations and test them out ourself.


Using even More data

From now on, its even more important to think before run any code
the dataset contains now 193,350 rows but we reduced it down to 1 10th, but it still stores more than 9.4 million values (19335 rows × 49 columns)

How is the new data structured ?

First of all the headers do not include the units anymore for example from now on the time coloumn is called 'Time' and not 'Time [s]' anmore

To differntiate the specific trips from each other they all of now a tripId (the last coloumn), we can NOT use it as an Id since there are 19 thousand rows and just 8 trips.

Each row has an own id created by the dataset

Hier kann man nun sehen dass wir auch einige (Tausende) Nullfelder haben dies wird sich auf die Qualität der nächsten Plots auswirken jedoch gehe ich nicht davon aus das die Qualität sehr stark darunter leiden wird da es sich um ungefähr 1-2% null felder handelt


Time - Acceleration Correlation

Hier können wir sehen, dass wie davon schon auszugehen war die Beschleunigung innerhalb der ersten Minute nach Start eines Trips immer größer wird, wenn wir diesen Graphen nun von 60 Sekunden auf eine Stunde Zeichnen lassen würden ,wäre unser Ergebnis vermutlich um einiges verstreuter, weil während eines Trips auch gebremst werden muss (Stau, Ampel, Personen auf der Fahrbahn)

Und genau dass schauen wir uns jetzt an

Wie schon erwähnt ist dieser Graph sehr verstreut, trotzdem kann man auch in diesem Graphen erkennen das die Beschleunigung zu Begin der Fahrt eher größer wird als zum Ende hin

Drag Racing

Der zweite Graph zeit die letzen 30 Sekunden der Trips die Beschleunigung nimmt stark ab.

Beobachtung

In diesen Graph kann man sehr gut erkennen, dass die benötigte Energie zum heizen in den ersten 160 Sekungen immer höher wird und dann ab ungefähr 200 Sekunden starb abnimmt und fortan gleich bleibt.

Mögliche Erklräung

Dies liegt vermutlich daran ,dass die Heizung eines Autos normalerweise über die Wärme des Motors reguliert wird, zu begin der Fahrt ist der Motor normalerweise nicht recht warm/heiß weswegen eine zusätzliche Heizung sprich die zuheizung eingschaltet werden muss, diese verbraucht enorm viel energie was sich im Graphen auch erkenntlich zeigt.


Wheel Temperature during a Trip

Beobachtung

Die Reifen Temperatur steigt in den ersten 3 Minuten stark an. Danach schwankt die Temperatur mit einer trotzdem steingenden Tendez.

Da die durchscnittliche Start Reifentemperatur bei ~10.2 Grad Celsisus liegt, können wir eventuell davon ausgehen das die Messungen eher im Winter durchgeführt wurden.

Mögliche Erklärung

Durch Reibung ensteht Wärme aufgrund von Thermodynamik. Die Schwankungen können eventuell auf Rote Ampeln, andere Straßen verhältnisse oder auf Stau's zurückgeführt werden


Coolant Temperature during a Trip

Datensatz

Für diese Graphen wurden nur 15 Datensätze genommen um einen Möglichst "schönen" Graphen zu erhalten. Um Trotzdem eine großen Datenbereich abzudecken wurden Datensätze mit "großen" Zeitlichen Abstand genommen, sprich ein Datensatz alle 15 Sekunden was sich in diesen Fall auf die ersten 3 1/2 Minunten nach dem Start eines Trips.

Das nutzen von Datensätzen von späteren Zeitpunkte würde vermutlich weniger Sinn ergeben, weil das Kühlmittel die maximal Temperatur* erreicht und dann nur noch schwache veränderungen zeigt.

*die Temperatur die das Kühlmittel Maximal aufgrund der Motorwärme m in einem Abstand zum Motor n erreichen kann

Beobachtung

Die Kühlmittelflüssigkeit wird im Laufe der Zeit immer Wärmer.

Drag Racing

Mögliche Erklärung

Eine Erklärung dafür, dass die Eingangstemperatur niedrieger ist als die Ausgangtemperatur. Zu beginn muss man erwähnen dass die Flüssigkeit zu jeder Zeit im system ist, sprich es handelt sich hier nicht um das gleiche Prinzip wie bei einem Wärmetauscher.

Ich denke, dass die nähe zum Motor die bei der Seite des Ausgangs näher ist spielt hier eine wessentliche Rolle. Der Motor strahlt innerhalb des gesamten Motorraumes wärme aus und diese flacht mit der distanz ab.

Die obigen Sätze als Bild zusammengefasst :

Coolant

Data Training Regression

Tha'ts it

Doing prediction with this datasets, is near to impossible.

Why is this a bad dataset for prediction ?

First of all, we need something to predict. Predicting the velocity of
a car at a specific time is not something that is good to be predict.

Why not ?

When in traffic you can not decide your speed all the time. Sometimes there
are those pesky other drivers on the road. In really rare situtations they
even cause a so called traffic jam. We could predict when traffic jams occur,
but this would be a whole other story with a completly diffrent dataset.

What would be a good dataset ?

Kids Project

Want a pdf from this Notebook ?